arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

视觉大模型 / VLM

视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。

2025-11-24 至 2025-11-24 共收录 1 信号源:cs.CV, cs.AI, cs.LG

1. 其他VLM 1 篇

2511.17136 2025-11-24 cs.SD cs.AI 57%

Device-Guided Music Transfer

设备引导的音乐转移

Manh Pham Hung, Changshuo Hu, Ting Dang, Dong Ma

机构 * Singapore Management University(新加坡管理大学) University of Melbourne(墨尔本大学)

专题命中 其他VLM :vision-language model(abstract);分类 cs.AI

AI总结 DeMT通过提取扬声器频率响应曲线生成设备嵌入,实现跨设备的音乐风格迁移与鲁棒适应。

详情

展开后加载摘要…

URL PDF HTML 收藏